The fact that the World Wide Web is being used for several purposes also implies that there exist various contextual factors in Web spaces with which users interact every day and users may have various information quality factors to consider according to their current context. In this regards, it is important for Web recommendation services to recognize what quality factors should be considered in current context in order to enhance user satisfaction. In this thesis, Web contextual factors were collected with the aim of suggesting new concept of context aware Web recommendation service in which various non-considered aspects of Web context as well as semantic aspects of user’s target information are considered. It was also shown that it is necessary to classify Web contexts based on the information quality factors users consider in their minds when they choose websites or Web pages. As a preliminary study, the results of Web Activity system analysis showed that there are four main quality factors: credibility, recency, popularity, and relevance. From survey data analysis, it is shown that user tasks can be clustered into two context groups based on the quality factors that users consider. Finally, the results of client-sided log data analysis and performances of our proposed algorithm showed that it is possible to enable Web recommendation services to infer the current context group and to identify high interested content pages to build user profile. This result implies that context recognition as well as precise user profile construction is possible using the limited data that are collected at client side.
Web 이 다양한 용도로 활용되고 있다는 것은 웹 공간 내에도 다른 생활 공간과 같이 다양한 context 가 존재함을 의미한다. 또한 사용자들은 자신이 찾고자 하는 정보에 대해 context 에 따라 다양한 information quality 요소들을 고려한다. 따라서, 웹 추천 서비스들이 사용자의 요구를 충분히 만족시키기 위해서는 사용자가 현재 어떠한 context 에 있으며, 어떠한 information quality 요소를 고려하고 있는가를 파악할 필요가 있다. 본 학위 논문에서는 사용자가 찾고자 하는 정보에 대한 의미적인 요소를 추론하는 것 외에 다양한 information quality 요소들을 고려할 수 있는 발전된 context 기반 웹 추천 서비스의 개발 가능성을 제시하는 것을 목표로, 웹 공간 내에 존재하는 context 요소들을 수집하고 분석하였다. 또한 방문할 웹 사이트 또는 웹 페이지들을 선택할 때 사용자가 고려하는 information quality 요소를 기반으로 웹 context 를 구분할 필요성을 제시하였다. Web Activity system analysis 결과를 통해, 사용자들은 찾고자 하는 정보에 대해 credibility, recency, popularity, relevance 의 4가지 information quality 요소를 고려한다는 것을 파악하였으며, 설문 조사 과정을 통해 4가지 information quality 요소를 기반으로 웹 context 를 크게 2가지 타입으로 구분할 수 있음을 발견하였다. 또한 클라이언트 측에서 기록 가능한 데이터들을 분석한 결과와 그 결과를 기반으로 디자인한 알고리즘을 통해 웹 추천 서비스로 하여금 사용자의 현재 context 를 파악하도록 하는 것과 정확한 사용자 프로파일 구축을 위한 주요 방문 내역 추출이 가능함을 보였다. 이러한 결과들은 클라이언트 측에서 사용자의 context 와 관심사를 지능적으로 파악하여 발전된 웹 추천 서비스를 디자인하는 것이 가능함을 의미한다.
